Når de fleste taler om AI, tales der om ChatGPT, Microsoft Copilot eller anden LLM. Dassault Systèmes taler om noget andet. Ikke bedre i al almindelighed — men fundamentalt anderledes i sit udgangspunkt, sin arkitektur og sin vision og for ingeniøren i industrien er denne forskel afgørende.
Den virkelige verden er ikke tekst
Den virkelige verden består ikke af tekst og billeder. Den består af fysik, materialer, energi og begrænsninger. I den digitale verden ser mange ting fantastiske ud — men i den fysiske verden skal de virke.
Det er præcis det, der adskiller Dassault Systèmes fra de dominerende AI-spillere. OpenAI, Google og Microsoft har bygget enorme modeller, der er exceptionelt gode til at forudsige sprog, generere tekst og ræsonnere over information udtrykt i ord.
En stålramme, der tegner flot på skærmen, kan styre sammen under vindlast. En polymer, der lyder lovende på papiret, kan vise sig at være uanvendelig under produktionsbetingelserne.
Generic AI ved ikke det, Dassault Systèmes’ AI er designet til at vide.
40 års viden kogt ned i AI-modeller
Dassault Systèmes er ikke en AI-virksomhed, der er begyndt at lave ingeniørsoftware. Det er en ingeniørvirksomhed med 40+ års akkumuleret industriel viden, der nu bygger AI ovenpå det fundament.
Det manifesterer sig i det, Dassault Systèmes kalder Industry World Models — en ny klasse af AI-modeller, der adskiller sig fra generiske Large Language Models (LLM) på tre afgørende måder. Disse modeller indlejrer fysiske love, ingeniørmæssige begrænsninger og systemkrav. De er trænet på årtiers industriel know-how fra real-world projekter inden for rumfart, bilindustri, life sciences og avanceret produktion. Og de kombinerer modellering — fra materialer på molekylniveau til komplette fabriksøkosystemer.
Resultatet er AI, der ikke bare forudsiger hvad der sker. Den forstår, hvad der faktisk kan lade sig gøre.
Tre AI-assistenter — ikke én generisk chatbot
De fleste AI-systemer i erhvervslivet er variationer over det samme tema: én model, der kan hjælpe med mange ting i middel grad. Dassault Systèmes har valgt en anden vej med deres Virtual Companions/Virtuelle ledsagere tre specialiserede AI-agenter.
AURA — opkaldt efter et navn, AI’en selv har valgt (et akronym for Assisting You to Realise your Ambitions).
Aura håndterer strategi, forretningsbeslutninger og vidensforvaltning. Aura forbinder viden inden for og uden for organisationen, wikis og tekniske standarder og fungerer som den overordnede AI-virtual companion i 3DEXPERIENCE-platformen.
LEO — en hyldest til Leonardo da Vinci, ingeniøren og opfinderen
Leo er den mekaniske specialist. Leo validerer produktionsegnede designs, konverterer 2D-tegninger til fuldt parametriske 3D-modeller på sekunder, og kan bygge komplekse konstruktioner — som en vindbelastet stålramme til en vandtank — uden at brugeren klikker en eneste kommando. Leo arbejder direkte med geometri, tolerancer og produktionsbegrænsninger.
MARIE — en ærbødighed over for Marie Curie, videnskabskvinden
Marie er materialeforskeren og fysikeren. Marie opererer på tværs af materialevidenskab, kemi og avanceret simulation og hjælper ingeniører med at navigere i komplekse materialebeslutninger.
Sammenlignet med en generisk Copilot er forskellen markant. Disse assistenter er ikke bredt kompetente. De er dybt specialiserede og de kan trænes på virksomhedens egne designregler, standarder og arbejdsgange.
AI, der tilhører dig — ikke alle andre
Her er en detalje, der sjældent fremhæves i AI-debatten, men som Dassault Systèmes har gjort til et strategisk grundprincip: DINE DATA ER DINE.
Virtual Companions kan trænes på den enkelte virksomheds specifikke data. Hvert selskab har sine egne designregler og standarder — ofte uskrevne, men indlejret i CAD-modeller og arbejdsgange. AI’en skal lære disse regler. Og reglerne og denne viden forbliver eksklusivt hos denne virksomhed. Data blandes ikke på tværs af virksomheder.
Det er et fundamentalt modsætningsforhold til de dominerende cloud-AI-modellers forretningsmodel, hvor din brug af systemet potentielt forbedrer modellen for alle andre.
IP-governance og sikkerhed: Et problem ingen andre taler om
Dassault Systèmes har identificeret en udfordring, som resten af AI-industrien i vid udstrækning ignorerer: hvad sker der med din intellektuelle ejendom, når den lever i AI-modeller?
Dassault Systèmes’ svar er at udvide Product Lifecycle Management til Intellectual Property Lifecycle Management — en arkitektur, der sporer præcist, hvilke data der må bruges til hvad, og som kræver eksplicit tilladelse fra IP-ejeren, før data bruges i læringsprocesser.
Det er ikke et feature. Det er en helt ny kategori af AI.
Hvad det betyder i praksis
Sammenligner man Dassault Systèmes’ tilgang med andre, træder forskellen klart frem.
Microsoft Copilot og OpenAI er generelle tekstmodeller, der kan hjælpe med at skrive, opsummere og kode. De forstår ikke, om et design kan produceres, om et materiale holder i en given belastningssituation, eller om en samling overholder designstandarder.
Generic generative AI kan generere geometri fra tekst, men uden forankring i fysiske love og industrielle standarder lander resultatet sjældent i en verden, der kan produceres.
Dassault Systèmes’ bud på AI er anderledes: AI, der er nyttig i industrien, skal forstå industrien — dens begrænsninger, dens materialer, dens processer og dens regler. Ikke som ét lag ovenpå en sprogmodel, men som grundsubstansen i modellen selv.
Det er en anderledes AI. Og for ingeniøren er det den rigtige slags.
